[论文解读] Learning from Naturalistic Driving Data for Human-like Autonomous Highway Driving

Donghao Xu, Zhezhang Ding+5 more|arXiv (Cornell University)|May 23, 2020

Autonomous Vehicle Technology and Safety参考文献 49被引用 8

一句话总结

该论文提出了一种运动规划框架，通过优化成本函数参数以最小化规划轨迹与人类驾驶轨迹之间的时空距离，从自然驾驶轨迹数据中学习类人驾驶行为。通过将启发式与基于学习的车道激励成本整合到统一的决策-规划框架中，该方法在车道变道决策中的准确率超过90%，并在北京高速数据上生成的轨迹与人类驾驶员高度相似。

ABSTRACT

Driving in a human-like manner is important for an autonomous vehicle to be a smart and predictable traffic participant. To achieve this goal, parameters of the motion planning module should be carefully tuned, which needs great effort and expert knowledge. In this study, a method of learning cost parameters of a motion planner from naturalistic driving data is proposed. The learning is achieved by encouraging the selected trajectory to approximate the human driving trajectory under the same traffic situation. The employed motion planner follows a widely accepted methodology that first samples candidate trajectories in the trajectory space, then select the one with minimal cost as the planned trajectory. Moreover, in addition to traditional factors such as comfort, efficiency and safety, the cost function is proposed to incorporate incentive of behavior decision like a human driver, so that both lane change decision and motion planning are coupled into one framework. Two types of lane incentive cost -- heuristic and learning based -- are proposed and implemented. To verify the validity of the proposed method, a data set is developed by using the naturalistic trajectory data of human drivers collected on the motorways in Beijing, containing samples of lane changes to the left and right lanes, and car followings. Experiments are conducted with respect to both lane change decision and motion planning, and promising results are achieved.

研究动机与目标

• 开发一种类人自动驾驶系统，以在复杂高速公路场景中模拟真实驾驶员行为。
• 解决传统运动规划器中手动设计成本函数的挑战，这些函数通常依赖专家知识，且难以编码人类行为的可能性。
• 通过从自然驾驶数据中学习的激励机制，将车道变道决策与运动规划耦合到单一框架中。
• 通过在相同交通条件下最小化规划轨迹与人类轨迹之间的时空距离，提升轨迹规划的准确性。
• 在包含车道变道与跟车操作的真实高速公路数据集上验证该方法。

提出的方法

• 运动规划器在轨迹空间中采样候选轨迹，选择成本最低的轨迹，其中成本通过包含舒适性、效率、安全性及车道激励成分的复合函数计算得出。
• 车道激励成本同时采用启发式（基于规则）和学习方法（数据驱动）建模，以促使规划器选择与人类驾驶员相似的轨迹。
• 通过最小化在相同交通情境下所选规划轨迹与对应人类驾驶轨迹之间的时空距离，学习成本函数参数。
• 构建了一个来自北京高速公路的自然驾驶数据定制数据集，包含左、右车道变道样本及跟车场景。
• 学习过程避免了特征期望匹配，直接优化轨迹相似性，从而降低复杂性与多重解问题。
• 该框架支持运动规划与行为决策的同步进行，实现对操作类型与轨迹的联合优化。

实验结果

研究问题

• RQ1 能否通过从自然驾驶数据中学习，训练运动规划器生成类人轨迹？
• RQ2 如何利用数据驱动的激励机制，有效将车道变道决策整合到运动规划中？
• RQ3 从人类轨迹中学习成本参数在多大程度上能提升规划准确率与类人程度？
• RQ4 与传统手工设计的成本函数相比，该方法在决策准确率与轨迹相似性方面表现如何？
• RQ5 该框架能否在统一成本函数下泛化至车道变道与跟车场景？

主要发现

• 在使用启发式车道激励成本时，该方法在与人类驾驶员真实轨迹对比下，对左、右车道变道的预测准确率均超过90%。
• 在同时预测车道变道与跟车操作时，基于学习的车道激励成本实现了超过86%的决策准确率。
• 在平衡数据集实验中（表IV），运动规划器在选择与人类驾驶最接近轨迹方面的整体准确率为92.63%。
• 在以大量跟车数据为主的实验中，该方法保持了89.70%的整体准确率，尽管车道变道的召回率下降，凸显了数据平衡的重要性。
• 所选轨迹在候选轨迹集中始终是最接近人类驾驶轨迹的，表明其具有强大的行为模仿能力。
• 该框架实现了运动规划与行为决策的同步进行，有效耦合了传统分层自动驾驶系统中通常分离的两层。